Conference Paper · October 009 Source: ieee xplore citations reads 86 authors: Some of the authors of this publication are also working on these related projects

ISSN 0276−6574
629
Computers in Cardiology 2009;36:629−632.

---

̇
Classify QRS complexes according to their 
morphology [8, 9] 
̇
Analyze the cardiac rhythm [8, 9] 
̇
Detect the characteristic points of the ECG (P, 
QRS, and T) [10, 11] 
Special algorithms implemented so far include: 
̇
Heart rate variability (HRV) analysis 
̇
QT measurement [10, 11] 
̇
Calculation of averaged heart beats [9, 11] 
̇
Removal of ventricular signal portions [9, 12] 
̇
AF initiation prediction [8, 9, 13] 
̇
AF termination predication [9, 12] 
̇
Pacemaker status check [14] 
̇
Acute hypotensive episode prediction 
2.4. Processing 
Data processing is implemented using a 
modular 
architecture
, so that different algorithms can be arranged 
in arbitrary order – depending on the problem intended to 
be solved. For each algorithm, a set of processing 
parameters can be defined. New algorithms can easily be 
added to the system by defining a new algorithm pipeline. 
Remote processing
is provided by an interface to the 
medical research network [2]. Via a web-interface 
biosignals can be uploaded to a medical data centre. As 
soon as a new biosignal becomes available within the 
database, the biosignal processing systems picks-up the 
signal, processes it and sends the results back to the 
medical research network. The results are again presented 
to the users via a web-interface (Figure 2).
Figure 2: ECG with markers for pacemaker spikes and 
pacemaker status information as presented to the 
physician via internet browser [14]. 
Parallel processing 
has been developed so as to 
reduce the time for testing and validating new features 
and versions during the process of
 
algorithm 
development. Especially in the case when algorithm 
development implies to deal with a large number of 
signals or signals with a long duration or many channels, 
a high performance is essential. We use the Matlab 
Compiler (The MathWorks, Inc., Natick, MA, USA) to 
generate standalone executables of our biosignal 
processing system that can be run on an arbitrary number 
of workstations. Each workstation is connected to the 
biosignal database and can pick out signals and send back 
its results.
2.5. Viewers 
Depending on the biosignal and the kind of algorithm 
to be developed, different settings are required from the 
viewers used to display the biosignals and algorithm 
results.